پنجره Log ( 
) حاوی اطلاعاتی از اجراهای حل کننده قبلی، از جمله اطلاعات همگرایی، زمان حل و استفاده از حافظه است. هنگامی که یک حل کننده شروع می شود، پنجره گزارش گزارش های مربوط به همه تماس های حل کننده را نمایش می دهد. این پنجره همیشه در دسترس است. برای اطلاعات پیشرفت در طول فرآیند حل کننده یا مشر، به پنجره پیشرفت مراجعه کنید .
) حاوی اطلاعاتی از اجراهای حل کننده قبلی، از جمله اطلاعات همگرایی، زمان حل و استفاده از حافظه است. هنگامی که یک حل کننده شروع می شود، پنجره گزارش گزارش های مربوط به همه تماس های حل کننده را نمایش می دهد. این پنجره همیشه در دسترس است. برای اطلاعات پیشرفت در طول فرآیند حل کننده یا مشر، به پنجره پیشرفت مراجعه کنید .یک تقسیم کننده افقی ( =============== ) شروع یک گزارش پیشرفت حل کننده جدید را نشان می دهد. برای تمایز لاگ‌ها از مدل‌های مختلف، گزارش شامل یک تقسیم‌کننده افقی است که هر بار که یک مدل باز می‌شود، نام فایل MPH Model را نشان می‌دهد. مثلا،
================ thin_layer_diffusion باز شد.mph ==================
همچنین هنگامی که یک مدل را در یک فایل جدید ذخیره می کنید (با استفاده از Save As ) تقسیم مشابهی دارد :
================= ذخیره شده thin_layer_diffusion.mph ==================
فلش ها شروع و پایان مرحله معادله کامپایل و مرحله حل کننده را نشان می دهد.
هنگامی که نرم افزار COMSOL Multiphysics شروع به جمع آوری معادلات برای مطالعه می کند، اطلاعات زیر را چاپ می کند:
|
•
|
تابع شکل هندسی
|
|
•
|
پردازنده و تعداد هسته‌ها و سوکت‌هایی که COMSOL Multiphysics استفاده می‌کند.
|
|
•
|
حافظه موجود، حافظه فیزیکی و حافظه مجازی.
|
|
•
|
زمان لازم برای مرحله تدوین معادله.
|
هنگامی که یک حل کننده شروع به کار می کند، نام حل کننده های مورد استفاده را چاپ می کند و سپس تعداد درجات آزادی در سیستم های خطی را برای حل در گزارش چاپ می کند. برای مسائل خاص، درجات آزادی بیشتری در فرمول‌بندی مسئله گسسته وجود دارد که بر اندازه ماتریس‌های مونتاژ شده توسط حل‌کننده تأثیر نمی‌گذارد. اینها درجات آزادی داخلی نامیده می شوند و جدا از درجات آزادی واقعی در گزارش نمایش داده می شوند. به عنوان مثال، هنگام حل مسائل پلاستیسیته در مکانیک سازه، کرنش‌های پلاستیک با درجه‌های آزادی داخلی نشان داده می‌شوند. سپس گزارش حاوی اطلاعاتی در مورد یافتن ماتریس های متقارن یا نامتقارن و مقیاس های متغیرهای وابسته است. بسته به حل کننده و سطح جزئیات گزارش حل کننده (به قسمت مراجعه کنیدتنظیمات گزارش حل کننده برای گره پیشرفته )، اطلاعات اضافی چاپ می شود. با یک گزارش حل دقیق، گزارش همچنین حاوی اطلاعاتی در مورد نوع تابع فضای خالی است که استفاده می شود.
هنگامی که یک حل کننده به پایان رسید، اطلاعات زیر را گزارش می کند:
|
•
|
زمان حل (بر حسب ثانیه)
|
|
•
|
حداکثر مقدار حافظه فیزیکی استفاده شده (بر حسب مگابایت)
|
|
•
|
حداکثر مقدار حافظه مجازی استفاده شده (بر حسب مگابایت)
|
در صورت استفاده، گزارش، حافظه خارج از هسته استفاده شده را علاوه بر حافظه اصلی (فیزیکی) گزارش می کند.
برای شبیه سازی های موازی و توزیع شده، گزارش همچنین حاوی حافظه مورد استفاده در هر گره و بخش هایی است که با
<<<<< گره X <<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<< <<<<<<<<<<<<<<<<<<<<<<<<<
… برخی از اطلاعات ورود به سیستم در اینجا
>>>>> Node X >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> >>>>>>>>>>>>>>>>>>>>>>>>>
حاوی اطلاعات گزارش به‌دست‌آمده از گره‌های دیگر غیر از گره 0 (یا اگر در جای دیگری استفاده می‌شود از گره سر استفاده کنید). اطلاعات لاگ بدون جداکننده، اطلاعات گزارش از گره 0 (یا گره سر) است. این تنها اطلاعات گزارش است که به صورت زنده به روز می شود. تمام اطلاعات گزارش دیگر پس از پایان عملیات ثبت به دست می آید.
علاوه بر این، گزارش شامل اطلاعات زیر است که مخصوص نوع حل کننده است:
|
•
|
گزارش حل تطبیقی و پارامتریک
|
|
•
|
گزارش حل غیر خطی
|
|
•
|
گزارش حل سیستم خطی تکرارشونده
|
|
•
|
گزارش حل وابسته به زمان
|
|
•
|
گزارش حل ارزش ویژه
|
|
•
|
گزارش حل بهینه سازی
|
همچنین، برای اطلاعات در مورد نسبت CFL در گزارش، به مرحله شبه زمان مراجعه کنید.
پیمایش در پنجره ورود
می توانید محتویات پنجره Log را برای نمایش اطلاعات اجراهای قبلی اسکرول کنید.
|
•
|
برای مثال، روی دکمه Scroll Lock ( ) کلیک کنید
 تا از پیمایش پنجره در طول یک تماس حل‌کننده جلوگیری شود. |
|
•
|
دوباره روی دکمه Scroll Lock کلیک کنید تا پیمایش از سر گرفته شود.
|
|
•
|
روی دکمه Clear ( ) کلیک کنید
 تا پنجره Log از تمام اطلاعات پاک شود. |
اندازه بافر پنجره ورود
به طور پیش فرض، اندازه بافر پنجره Log به 300000 کاراکتر محدود شده است.
 |
برای تغییر اندازه بافر، به کادر گفتگوی Preferences بروید، صفحه عمومی را انتخاب کنید ، و در قسمت Log and messages ، سپس حداکثر اندازه بافر (به نویسه) را در قسمت Log window size (نویسه ها) وارد کنید. پیش فرض 300000 کاراکتر است. این اندازه بافر برای Log ذخیره شده در حل کننده ها برای آخرین اجرا نیز اعمال می شود.
|
گزارش حل تطبیقی و پارامتریک
حل‌کننده پالایش مش تطبیقی بخشی را در گزارش برای هر نسل تطبیقی چاپ می‌کند که شامل تعداد فعلی عناصر و یک مقدار نشانگر خطای جهانی است. حلگر پارامتریک به طور مشابه برای هر مقدار پارامتر یک بخش را به گزارش خروجی می دهد.
حل ثابت ، حل وابسته به زمان ، و حل ارزش ویژه تکرارهای خود را ثبت می کنند.
گزارش حل غیر خطی
گزارش از حلگر غیرخطی حاوی اطلاعات زیر است:
|
•
|
شماره تکرار ( Iter ).
|
|
•
|
تخمین خطای نسبی که یکی از موارد زیر است:
|
|
–
|
خطای راه حل ( SolEst )، اگر راه حل از لیست معیار پایان برای حل کننده انتخاب شده باشد.
|
|
–
|
خطای باقیمانده ( ResEst )، اگر Residual از لیست معیار پایان برای حل کننده انتخاب شود .
|
|
–
|
هم خطای حل و هم خطای باقیمانده ( SolEst و ResEst )، اگر Solution یا residual یا Solution and residual از لیست معیار پایان برای حل کننده انتخاب شده باشد. سپس همگرایی بر اساس حداقل خطای حل یا خطای باقیمانده ضرب در ضریب باقیمانده است.
|
اگر جزئیات گزارش حل کننده در پنجره تنظیمات گره پیشرفته روی Detailed از لیست Solver log تنظیم شود ، خطای باقیمانده و خطای راه حل (بسته به معیار خاتمه انتخاب شده) از هر فیلد جداگانه در مدل در گزارش حل ظاهر می شود.
|
•
|
ضریب میرایی مورد استفاده در هر مرحله نیوتن ( Damping ).
|
|
•
|
کسری از مراحل نیوتن و کوشی برای حل کننده سگ دوگانه ( نیوتن، کوشی ).
|
|
•
|
اندازه گام نیوتن میر نشده ( Stepsize ) در هنجار برآورد خطا.
|
|
•
|
تعداد باقیمانده ها ( #Res )، ژاکوبین ها ( #Jac )، و راه حل های سیستم خطی محاسبه شده ( #Sol ) تاکنون.
|
سیاهههای مربوط به حل سیستم خطی مستقیم
حل‌کننده‌های سیستم خطی مستقیم، گزارشی تولید می‌کنند که علاوه بر آن شامل تخمین خطای نسبی ( LinErr ) و باقیمانده نسبی ( LinRes ) است. خطای نسبی با تصحیح معوق (که بهبود مکرر نیز نامیده می شود) تخمین زده می شود – یعنی با حل A · dx = r ( x ) برای dx و تنظیم LinErr = rhoB · هنجار ( dx ) / هنجار ( x )، که در آن rhoB عبارت است از فاکتور در مقدار تخمین خطا از حل کننده مستقیم، و r ( x) = تبر − b . باقیمانده نسبی هنجار اقلیدسی باقیمانده تقسیم بر هنجار سمت راست سیستم خطی است. یعنی LinRes = norm ( r ( x ) )/ norm ( b ).
گزارش حل سیستم خطی تکرارشونده
حل‌کننده‌های سیستم خطی تکراری یک گزارش تولید می‌کنند که علاوه بر این شامل تعداد کل تکرارهای خطی ( LinIt )، یک تخمین خطای نسبی ( LinErr ) و باقیمانده نسبی ( LinRes ) است. برآورد خطای نسبی یک عامل ضربدر باقیمانده نسبی (پیش شرطی) است. باقیمانده نسبی هنجار اقلیدسی باقیمانده تقسیم بر هنجار است، | b | ، سمت راست سیستم خطی.
 |
معیارهای همگرایی برای حل کننده های خطی
|
گزارش حل وابسته به زمان
برای حل وابسته به زمان ، الگوریتم گام به گام یک گزارش تولید می کند که شامل:
|
•
|
شماره مرحله زمانی ( گام ).
|
|
•
|
زمان ( زمان ؛ زمان‌های خروجی با خروج نشان داده می‌شوند ).
|
|
•
|
اندازه گام ( Stepesize ).
|
|
•
|
تعداد باقیمانده ها ( Res )، ژاکوبین ها ( Jac )، و راه حل های سیستم خطی ( Sol ) محاسبه شده است.
|
همچنین می‌توانید ترتیب دقت روش ( Order )، تعداد خطاهای تست خطا در گام‌های زمانی ( Tfail ) و تعداد خرابی‌ها در تکرارهای غیرخطی ( NLfail ) را مشاهده کنید. برای حل‌کننده‌های سیستم خطی تکراری، گزارش همچنین شامل تعداد کل تکرارهای خطی، تخمین خطای خطی و باقیمانده نسبی است (به بالا مراجعه کنید). به عنوان مثال، شکست در تکرارهای غیرخطی ( NLfail )، می‌تواند بر گام‌های زمانی تأثیر بگذارد به طوری که حل‌کننده گام‌های زمانی کوچک‌تری برمی‌دارد.
اگر از یک حل کننده تکراری استفاده شود، گزارش شامل تعداد کل تکرار ( LinIt )، باقیمانده نسبی ( LinRes ) و تخمین خطای خطی ( LinEst ) است.
اگر از روش‌های مرحله‌بندی زمانی Runge–Kutta با پله‌سازی زمانی محلی استفاده می‌کنید، گزارش شامل خطای محلی ( LocError ) می‌شود. این یک ریشه وزنی میانگین مربع هنجار تفاوت راه حل های مرتبه چهارم و مرتبه پنجم، یا برای RK34، تفاوت راه حل های مرتبه سوم و مرتبه چهارم است. به طور خاص، این میزان تحمل نسبی برابر با هنجار است که در تنظیمات تحمل مطلق برای حل کننده وابسته به زمان توضیح داده شده است .
همچنین، برای گزارش دقیق حل کننده، حلگر وابسته به زمان، هر متغیر جبری را در شروع فرآیند حل فهرست می کند.
گزارش حل ارزش ویژه
حل‌کننده مقدار ویژه گزارشی تولید می‌کند که شامل عدد تکرار ( Iter )، تخمین خطا ( ErrEst )، تعداد مقادیر ویژه همگرا ( Nconv ) و – اگر از حل‌کننده خطی تکراری استفاده می‌کنید – تعداد تکرارهای خطی ( LinIt ) .
گزارش حل بهینه سازی
ضربه محکم و ناگهانی
SNOPT یک روش تکراری است که شامل تکرارهای اصلی و فرعی است . یک تکرار عمده منجر به یک نامزد راه حل جدید می شود. برای هر تکرار اصلی، حل کننده بهینه سازی یک زیرمسئله برنامه نویسی درجه دوم را با استفاده از یک روش تکراری حل می کند. این تکرارها تکرارهای جزئی هستند.
گزارش تولید شده توسط حل کننده بهینه سازی SNOPT داده های زیر را دارد:
|
•
|
تعداد تجمعی تکرارهای جزئی ( Itns ).
|
|
•
|
شماره تکرار اصلی فعلی ( Major ).
|
|
•
|
تعداد تکرارهای جزئی برای تکرار اصلی فعلی ( مینور ). زمانی که حل کننده به محلول نزدیک است، این مقدار باید 1 باشد.
|
|
•
|
طول گام برداشته شده در جهت جستجوی فعلی ( مرحله ). زمانی که حل کننده به محلول نزدیک است، این مقدار باید 1 باشد.
|
|
•
|
تعداد دفعاتی که مدل چندفیزیکی حل شده است ( nEval ).
|
|
•
|
حداکثر شکاف مکمل ( خطا ). این تخمین درجه عدم بهینه بودن هزینه های کاهش یافته است. برای همگرایی، این مقدار باید کوچکتر از تحمل Optimality باشد .
|
|
•
|
مقدار فعلی تابع هدف ( هدف ).
|
IPOPT
IPOPT یک روش تکراری است که شامل یک روش خط نقطه داخلی برای یافتن یک راه حل محلی برای یک مسئله برنامه ریزی غیرخطی عمومی است.
گزارش تولید شده توسط حل کننده بهینه سازی IPOPT داده های زیر را دارد:
|
•
|
تعداد تکرار فعلی ( Itns ). این شامل تکرارهای منظم و تکرارها در مرحله ترمیم است.
|
|
•
|
هنجار بی نهایت مرحله اولیه ( گام ). در طول مرحله ترمیم، این مقدار شامل مقادیر متغیرهای اضافی، p و n است (به معادله (30) در مرجع 6 مراجعه کنید ).
|
|
•
|
تعداد دفعاتی که مدل چندفیزیکی حل شده است ( nEval ).
|
|
•
|
خطای بهینه کل ( خطا ) برای مسئله NLP اصلی در تکرار فعلی، با استفاده از عوامل مقیاس بندی بر اساس ضریب (به معادله (6) در مرجع 6 مراجعه کنید ). نقض محدودیت با slacks اندازه گیری می شود.
|
|
•
|
مقدار فعلی تابع هدف ( هدف ).
|
|
•
|
نقض محدودیت بدون مقیاس در نقطه فعلی ( MaxInfeas ). این فقط در صورت وجود محدودیت های فعال در گزارش موجود است.
|
MMA
حل کننده MMA یک الگوریتم بهینه سازی همه منظوره دیگر را پیاده سازی می کند. این روش بر اساس حل یک دنباله از مسائل فرعی تقریبی، یکی برای هر تکرار داخلی است. مشکل فرعی از مقادیر تابع و گرادیان ها ساخته شده است که فقط یک بار در هر تکرار بیرونی ارزیابی می شوند . هر تکرار بیرونی به یک یا چند تکرار درونی نیاز دارد ، بسته به این که آیا آخرین مشکل فرعی محافظه کارانه بوده است یا خیر. هنگامی که یک نقطه امکان پذیر یافت می شود، تکرارهای بیرونی امکان پذیر می مانند. اگر حدس اولیه غیرممکن باشد یا مجموعه امکان پذیر خالی باشد، ممکن است عدم امکان پذیری غیر صفر گزارش شود.
گزارش تولید شده توسط حل کننده MMA حاوی داده های زیر است:
|
•
|
تعداد تجمعی تکرارهای بیرونی ( Iter ). یک تکرار بیرونی در هر خط در گزارش گزارش می شود.
|
|
•
|
تعداد تکرارهای درونی برای تکرار بیرونی فعلی ( داخلی ). این تعداد تلاش های مورد نیاز برای یافتن یک زیرمسئله تقریبی محافظه کارانه است که به نوعی غیرخطی بودن مسئله را می سنجد.
|
|
•
|
تعداد تجمعی ارزیابی مدل ( nEval ). هر تکرار درونی به ارزیابی مدل نیاز دارد تا محافظه‌کاری تقریب بررسی شود. گرادیان ها فقط یک بار برای هر تکرار بیرونی محاسبه می شوند.
|
|
•
|
خطای برآورد شده ( خطا ). خطا به عنوان حداکثر تغییر نسبی در هر متغیر کنترلی از آخرین تکرار بیرونی، که به عنوان درصدی از فاصله بین مرزهای متغیر کنترل محاسبه می‌شود، تعریف می‌شود.
|
|
•
|
مقدار فعلی تابع هدف ( هدف ).
|
|
•
|
حداکثر نقض هر محدودیت ( MaxInfeas ). برای یک راه حل عملی، این عدد باید صفر باشد. اگر حدس اولیه غیرممکن باشد، ممکن است در اولین تکرارهای بیرونی غیر صفر باشد.
|
لونبرگ-مارکوارت
حل کننده بهینه سازی Levenberg-Marquardt یک روش تکراری است که برای حل مسائل حداقل مربعات استفاده می شود. گزارش تولید شده توسط حل کننده Levenberg-Marquardt حاوی داده های زیر است:
|
•
|
تعداد تکرارهای لونبرگ-مارکوارت ( Itns ).
|
|
•
|
فاکتور لونبرگ-مارکوارت فعلی ( lmFact ). یک عامل کوچک به طور معمول نشان دهنده همگرایی سریع است.
|
|
•
|
تعداد دفعاتی که مدل چندفیزیکی حل شده است ( nEval ).
|
|
•
|
حداکثر مقدار مطلق گرادیان (با توجه به متغیرهای کنترل) تابع هدف ( Gradient ).
|
|
•
|
خطای برآورد شده بر اساس گرادیان، تابع هدف و متغیرهای کنترل ( ErrJ ). اگر این مقدار از تحمل Optimality کوچکتر شود، حل کننده خاتمه می یابد .
|
|
•
|
حداکثر تغییر کنترل های مقیاس شده ( Stepesize ). اگر این مقدار از تحمل Optimality ضربدر ضریب تحمل متغیر Control کوچکتر شود، حل کننده پایان می یابد .
|
|
•
|
مجموع مربع ها تقسیم بر مجموع اولیه مربع ها ( ErrF ). ستون فقط زمانی ظاهر می شود که Terminate also for defect kêm کردن فعال باشد. این همچنین باعث می‌شود که حل‌کننده خاتمه یابد، اگر مقدار از تحمل Optimality ضربدر ضریب تحمل کاهش نقص کوچکتر شود .
|
|
•
|
مقدار فعلی تابع هدف ( هدف ).
|
